Generativ kunstig intelligens, som ChatGPT og andre av de 45.000 språkmodellene, har gjort det mulig å produsere et nesten uendelig mangfold av tekster – på få sekunder, om nesten hva som helst.
Likevel er dette mangfoldet ikke vilkårlig. Under overflaten ligger faste mønstre for hvordan vi mennesker tenker, ber om, strukturerer og evaluerer kunnskap. Disse mønstrene kan forstås som skripts – kulturelt formede tankestrukturer som forteller oss hvordan et visst innhold skal se ut, høres ut, og gi mening.
Når vi bruker generativ KI, er det nettopp disse skriptene vi aktiverer – mer eller mindre bevisst – gjennom det vi skriver i ledeteksten. Vi spør:
- Skriv et sammendrag av xxx
- Lag en akademisk introduksjon til yyy
- Presenter dette som en dialog: zzz
- Lag en refleksjonsoppgave over problem qqq
Hver gang vi gir en slik kommando, peker vi på et bestemt kulturelt mønster. Språkmodellen kjenner igjen dette mønsteret fordi den er trent på tusenvis, ja millioner, av tekster som nettopp følger slike skript. Den “vet” hvordan en refleksjon ser ut, hva en akademisk introduksjon inneholder, eller hvordan en dialog bygges opp i en pedagogisk sammenheng.
Derfor blir ledetekstene – de spørsmålene, instruksjonene og beskrivelsene vi gir til KI-en – et slags kart over hvordan vi forestiller oss kunnskapsformer. Ved å samle og analysere store mengder ledetekster fra undervisning, forskning, arbeidsliv eller hverdagskommunikasjon, kan vi begynne å identifisere mønstre i hva slags skripter vi faktisk bruker. Vi kan se hvilke tekstsjangre som dominerer, hvilke typer spørsmål som gjentas, og hvordan folk forsøker å tilpasse, utfordre eller utvide de innebygde skriptene.
Et slikt arbeid – å katalogisere og studere ledetekster – er ikke bare et teknisk eller statistisk prosjekt. Det er også et kulturkritisk og pedagogisk anliggende. For hvilke skripter er det vi hele tiden reproduserer? Hvilke former for kunnskap og uttrykk blir satt i system, og hvilke forblir uutforsket eller underutviklet? Hva sier det om utdanning, arbeidsliv og offentlig samtale at vi gang på gang ber KI om å “lage en punktliste”, “lage en disposisjon”, “skrive en artikkel” – men sjeldnere ber den om å lage tvetydige, åpne, lekende eller poetiske tekster?
Ved å betrakte ledetekstene som et refleksjonsmateriale – ikke bare som innganger til svar, men som uttrykk for kulturelle vaner og intellektuelle rutiner – kan vi få øye på hvor standardiserte våre egne tenkemåter ofte er. Generativ KI gjør denne skriptingen synlig, fordi den omskaper våre instruksjoner til tekst med en presisjon og lydighet som speiler hvordan vi selv forestiller oss kunnskap.
Kanskje kan en bevisst bruk av dette perspektivet hjelpe oss å utvikle mer kreative og kritiske praksiser – der vi ikke bare lar skriptene styre, men også undersøker, omskriver og oppfinner dem på nytt. Ved å bruke KI som et speil for våre egne tankemønstre, får vi et verktøy som ikke bare produserer tekst, men som også kan lære oss mer om hvordan vi selv tenker, spør og skaper.
Det gjelder denne automatisk genererte teksten også.